如何在公式中通过字符串使用引用变量？

Question

在下面的最小示例中，我尝试在回归公式中使用字符串vars的值。 但是，我只能将变量名称字符串（“v2+v3+v4”）传递给公式，而不是该字符串的真正含义（例如，“v2”是 dat$v2）。

我知道有更好的方法来运行回归（例如， lm(v1 ~ v2 + v3 + v4, data=dat) ）。 我的情况比较复杂，我想弄清楚如何在公式中使用字符串。 有什么想法吗？

更新了下面的代码

# minimal example 
# create data frame
v1 <- rnorm(10)
v2 <- sample(c(0,1), 10, replace=TRUE)
v3 <- rnorm(10)
v4 <- rnorm(10)
dat <- cbind(v1, v2, v3, v4)
dat <- as.data.frame(dat)

# create objects of column names
c.2 <- colnames(dat)[2]
c.3 <- colnames(dat)[3]
c.4 <- colnames(dat)[4]

# shortcut to get to the type of object my full code produces
vars <- paste(c.2, c.3, c.4, sep="+")

### TRYING TO SOLVE FROM THIS POINT:
print(vars)
# [1] "v2+v3+v4"

# use vars in regression
regression <- paste0("v1", " ~ ", vars)
m1 <- lm(as.formula(regression), data=dat)

更新：@Arun 关于第一个示例中v1上缺少的 "" 是正确的。 这修复了我的示例，但我的真实代码仍然存在问题。 在下面的代码块中，我修改了我的示例以更好地反映我的实际代码。 我选择创建一个更简单的示例，起初认为问题出在字符串vars 。

这是一个不起作用的示例:) 使用上面创建的相同数据框dat 。

dv <- colnames(dat)[1]
r2 <- colnames(dat)[2]
# the following loop creates objects r3, r4, r5, and r6
# r5 and r6 are interaction terms
for (v in 3:4) {
  r <- colnames(dat)[v]
  assign(paste("r",v,sep=""),r)
  r <- paste(colnames(dat)[2], colnames(dat)[v], sep="*")
  assign(paste("r",v+2,sep=""),r)
}

# combine r3, r4, r5, and r6 then collapse and remove trailing +
vars2 <- sapply(3:6, function(i) { 
                paste0("r", i, "+")
                })
vars2 <- paste(vars2, collapse = '')
vars2 <- substr(vars2, 1, nchar(vars2)-1)

# concatenate dv, r2 (as a factor), and vars into `eq`
eq <- paste0(dv, " ~ factor(",r2,") +", vars2)

这是问题：

print(eq)
# [1] "v1 ~ factor(v2) +r3+r4+r5+r6"

与第一个示例中的regression不同， eq不会引入列名（例如， v3 ）。 对象名称（例如， r3 ）被保留。 因此，以下lm()命令不起作用。

m2 <- lm(as.formula(eq), data=dat)

Answer 1

我看到这里有几个问题。 首先，我不认为这会造成任何问题，但是让我们一步一步地制作数据框，这样您就不会在全局环境和数据框中都有v1到v4浮动。 其次，让我们在这里将v2设为一个因子，这样我们就不必在以后处理将其设为一个因子。

dat <- data.frame(v1 = rnorm(10),
                  v2 = factor(sample(c(0,1), 10, replace=TRUE)),
                  v3 = rnorm(10),
                  v4 = rnorm(10) )

第一部分现在，对于您的第一部分，看起来这就是您想要的：

lm(v1 ~ v2 + v3 + v4, data=dat)

这是一种更简单的方法，尽管您仍然必须指定响应变量。

lm(v1 ~ ., data=dat)

或者，您当然可以使用 paste 构建函数并在其上调用lm 。

f <- paste(names(dat)[1], "~", paste(names(dat)[-1], collapse=" + "))
# "v1 ~ v2 + v3 + v4"
lm(f, data=dat)

但是，在这些情况下，我更喜欢使用do.call ，它在将表达式传递给函数之前评估它们； 这使得生成的对象更适合调用update on 等函数。 比较输出的call部分。

do.call("lm", list(as.formula(f), data=as.name("dat")))

第二部分关于你的第二个部分，它看起来这是你要的内容：

lm(factor(v2) + v3 + v4 + v2*v3 + v2*v4, data=dat)

首先，因为v2是数据帧中的一个因素，我们不需要那部分，其次，可以通过更好地使用 R 的方法来使用算术运算来创建交互，从而进一步简化，就像这样。

lm(v1 ~ v2*(v3 + v4), data=dat)

然后我会简单地使用paste创建函数； 带有assign的循环，即使在更大的情况下，也可能不是一个好主意。

f <- paste(names(dat)[1], "~", names(dat)[2], "* (", 
           paste(names(dat)[-c(1:2)], collapse=" + "), ")")
# "v1 ~ v2 * ( v3 + v4 )"

然后可以直接使用lm或使用do.call调用它。

lm(f, data=dat)
do.call("lm", list(as.formula(f), data=as.name("dat")))

关于您的代码您在尝试使用r3等时遇到的问题是您想要变量r3的内容，而不是值r3 。 要获得该值，您需要get ，就像这样，然后您将这些值与paste一起折叠。

vars <- sapply(paste0("r", 3:6), get)
paste(vars, collapse=" + ")

但是，更好的方法是避免assign并仅构建您想要的术语的向量，就像这样。

vars <- NULL
for (v in 3:4) {
  vars <- c(vars, colnames(dat)[v], paste(colnames(dat)[2], 
                                          colnames(dat)[v], sep="*"))
}
paste(vars, collapse=" + ")

更像 R 的解决方案是使用lapply ：

vars <- unlist(lapply(colnames(dat)[3:4], 
                      function(x) c(x, paste(colnames(dat)[2], x, sep="*"))))

Answer 2

TL;DR：使用paste 。

create_ctree <- function(col){
    myFormula <- paste(col, "~.", collapse="")
    ctree(myFormula, data)
}
create_ctree("class")